外觀
Machine Learning › 套件 › statsmodels › ANOVA
statsmodels:ANOVA
檢定兩組以上的平均是否不同。statsmodels 的做法是先用 ols 配適線性模型,再用 anova_lm 產生 ANOVA 表。觀念、假設與事後檢定見 單因子 ANOVA、雙因子 ANOVA、事後檢定與效果量。
用法
python
import pandas as pd
import statsmodels.formula.api as smf
from statsmodels.stats.anova import anova_lm
from statsmodels.stats.multicomp import pairwise_tukeyhsd
# 1. 單因子
df = pd.DataFrame({"score": [5, 6, 7, 8, 5, 6, 7, 6, 7],
"group": list("AAABBBCCC")})
anova_lm(smf.ols("score ~ C(group)", data=df).fit(), typ=2)
# sum_sq df F PR(>F)
# C(group) 0.667 2 0.27 0.77 ← 三組平均沒有顯著差異
# Residual 7.333 6
# 2. 事後兩兩比較(ANOVA 顯著時才看)
print(pairwise_tukeyhsd(df["score"], df["group"], alpha=0.05))
# 3. 雙因子 + 交互作用
df2 = pd.DataFrame({"score": [5, 6, 7, 8, 6, 7, 9, 5, 6, 8, 7, 9],
"treatment": list("AAAABBBBCCCC"),
"gender": list("MFMFMFMFMFMF")})
anova_lm(smf.ols("score ~ C(treatment) * C(gender)", data=df2).fit(), typ=2)
# 4. ANCOVA:控制連續共變量
df3 = pd.DataFrame({"score": [10, 12, 13, 15, 14, 16, 17, 18],
"treatment": list("AABBCCCC"),
"age": [23, 25, 22, 30, 28, 26, 29, 31]})
anova_lm(smf.ols("score ~ C(treatment) + age", data=df3).fit(), typ=2)平方和類型
typ | 計算方式 | 何時用 |
|---|---|---|
| 1(序列) | 依公式順序逐一加入 | 有明確的加入順序;不平衡設計時結果依順序而變 |
| 2 | 每個主效果在調整其他主效果後的貢獻 | 無交互作用時的好預設;不平衡設計 |
| 3 | 每項在調整所有其他項(含交互作用)後的貢獻 | 有交互作用且想檢定主效果;SPSS / SAS 預設 |
Type III 必須搭配總和為零的對比編碼,否則主效果的檢定沒有意義:
pythonanova_lm(smf.ols("score ~ C(treatment, Sum) * C(gender, Sum)", data=df2).fit(), typ=3)平衡設計(每格樣本數相同)時三種類型的結果相同;上面的
df2就是平衡設計。
假設與替代
| 假設 | 檢查 | 不成立時 |
|---|---|---|
| 殘差近似常態 | Q–Q 圖、Shapiro-Wilk | 樣本夠大時穩健;否則 Kruskal-Wallis |
| 各組變異相等 | Levene 檢定 | Welch ANOVA(pingouin.welch_anova)、Games-Howell 事後檢定 |
| 觀測獨立 | 研究設計 | 重複量測 → 混合效應模型 |
範例資料只有 6–12 筆,用來示範語法;結果都不顯著(p > 0.1)。實際分析前先做 樣本數與檢定力 規劃。